SOAPy：解码空间组学微环境的Python利器——从分子动态到细胞互作的整合分析平台

《Genome Biology》：SOAPy: a Python package to dissect spatial architecture, dynamics, and communication

《Genome Biology》编辑推荐：空间组学技术虽能揭示组织微环境异质性，但缺乏系统分析工具。中科院上海营养与健康研究所团队开发了Python包SOAPy，集成空间域识别（STAGATE/GraphST）、张量分解（CP/Tucker）、细胞互作模型（Affinity-Strength评分）等算法，成功解析了乳腺癌（TNBC）、胚胎发育等多场景数据，首次实现接触型（COL1A1-ITGA1/ITGB1）与分泌型（VEGFB-FLT1）配受体对的差异化空间建模，为肿瘤免疫（TLS）和器官发育研究提供新范式。

　　

在生命科学领域，空间组学技术（Spatial Omics）正掀起一场研究革命。这项被《Nature Methods》评为"年度技术"的方法，能够同时获取组织中分子的表达信息和空间坐标，就像给细胞绘制"分子地图"。然而，随着数据维度的爆炸式增长（如10X Visium的55-μm分辨率点阵、MIBI-TOF的亚细胞级蛋白成像），研究者们面临新的挑战：如何从海量空间数据中提取有生物学意义的模式？现有工具如Giotto、Squidpy等多专注于单一分析任务，缺乏对微环境动态（如发育时序）和细胞互作机制（如膜结合型vs分泌型配体）的系统整合。

针对这一瓶颈，中国科学院上海营养与健康研究所的李宏团队开发了SOAPy（Spatial Omics Analysis in Python）。这个创新性工具包通过四大模块——数据预处理、分子空间动态、细胞空间架构和空间通讯，首次实现了从基因表达趋势到多细胞生态位（multi-cellular niches）的全链条分析。研究团队在《Genome Biology》发表的论文中，展示了SOAPy如何通过张量分解（tensor decomposition）解析小鼠胚胎发育的时空规律，以及如何通过Affinity-Strength双指标模型精准识别三阴性乳腺癌（TNBC）中COL1A1-ITGA1/ITGB1等关键配受体对的空间互作模式。

关键技术方法包括：1）基于STAGATE和AUCell-LMI的空间域识别算法，处理来自10X Visium、MIBI-TOF等平台的7种公共数据集；2）采用CP/Tucker张量分解解析"时间-空间-基因"三维数据，如小鼠胚胎E9-E15四个发育阶段的心脏/肠道转录组；3）构建接触型（短距离）和分泌型（长距离）双模式细胞通讯网络，分析41例TNBC患者的211,649个单细胞蛋白互作；4）通过K-means聚类发现30类多细胞生态位（C-niche），其中B细胞主导的生态位与患者生存期显著相关。

空间域分析重现解剖与病理结构

研究团队通过封装STAGATE、GraphST和SCAN-IT三种无监督算法，在人类乳腺癌Visium数据中准确分离恶性区域（AUC>0.9）。更有创新性的是开发的AUCell-LMI方法，通过局部莫兰指数（Local Moran's I）量化已知标志基因（如TLS特征基因）的空间聚集性，比传统聚类更精准识别三级淋巴结构（tertiary lymphoid structures）。

空间趋势分析发现结构相关基因

在小鼠前额叶皮层（DLPFC）数据中，SOAPy的多元回归模型捕捉到Glul等基因的"低-高-低"非线性表达模式。通过距离依赖的LOESS回归，团队将2,857个显著基因（FDR<0.05）分为10类，其中C3簇（Hbb-bh1等）在白质附近高表达，而C7簇（Psd等）在皮层2层富集，与已知层状标记基因高度一致（Spearman ρ>0.8）。

张量分解揭示基因表达的时空模式

对GeoMx DSP平台的小鼠胚胎数据（E9-E15）进行CP分解，发现7个特征因子：F1因子（Hbb-bh1）反映心/肺共发育早期特征；F7因子（Ndrg1）特异性表征中肠上皮E11-E15的发育轨迹。在肝脏再生数据中，Sds（PV区标志）和Col1a1（CV区48h标志）分别被F6和F1因子捕获，揭示了损伤后不同区域的时序响应差异。

空间邻近性分析刻画细胞类型共定位

MIBI-TOF数据显示，TNBC患者中CD4⁺ T细胞与CD8⁺ T细胞的邻域评分（Neighborhood Score）显著为正（P<1e-4），而上皮细胞与间质细胞的互作呈现患者异质性——样本28呈现"区室化"模式（IS=0.18），而样本29显示"混合"模式（IS=0.67）。

空间组成分析发现多细胞生态位

通过构建100像素半径的细胞网络，团队鉴定出30类C-niche。其中C-niche15（30%上皮细胞+23% CD4⁺ T细胞）高丰度患者中位生存期延长9个月（HR=0.41）。张量分解进一步将41例患者分为5组，B组（B细胞富集）和C组（间质细胞niche）的生存差异达统计学意义（log-rank P=0.02）。

配受体介导的空间约束细胞通讯

在卵巢癌MERSCOPE数据（71,381细胞）中，SOAPy的创新模型区分了接触型（如COL1A1-ITGA1/ITGB1）和分泌型（如VEGFB-FLT1）互作。与CellChat相比，SOAPy将上皮细胞C3的假阳性互作降低83%，并通过强度阈值（Strength>4）过滤了虽空间显著但表达量低的噪音信号。

这项研究的意义在于：1）方法学上，首次将张量分解引入空间组学，解决了"时间-空间-样本"多维整合的难题；2）生物学上，通过双模式通讯模型证实VEGFB-FLT1等配受体对的跨区室作用，为抗血管生成疗法提供新靶点；3）临床转化方面，鉴定的B细胞生态位（C-niche10/17/28）可作为TLS形成的预测标志。正如作者在讨论中指出，SOAPy的模块化设计使其能持续整合多组学数据和人工智能算法，未来在器官再生和免疫治疗领域具有广阔应用前景。